MATLAB是否比Python快（简单的实验）

  • Z时代
  • 2024-01-10
  • 分类：问答

我读过这篇文章（MATLAB比Python快吗？），我发现它有很多ifs。

我已经在仍然可以在Windows XP上运行的旧计算机上尝试了这个小实验。

在MATLAB R2010b中，我将以下代码复制并粘贴到“命令窗口”中：

tic
x = 0.23;
for i = 1:100000000
  x = 4 * x * (1 - x);
end
toc
x

结果是：

Elapsed time is 0.603583 seconds.
x =
    0.947347510922557

然后，我 使用以下脚本保存了文件：

import time
t = time.time()
x = 0.23
for i in range(100000000): x = 4 * x * (1 - x)
elapsed = time.time() - t
print(elapsed)
print(x)

我按F5，结果是

49.78125
0.9473475109225565

在MATLAB中，它花费了0.60秒；在Python中花了49.78秒（永恒！）。

：有没有一种简单的方法可以使Python像MATLAB一样快？

：如何更改py脚本，使其运行速度与MATLAB一样快？

我在

（复制和粘贴与上面相同的代码）中尝试了相同的实验：它在1.0470001697540283秒内在与以前相同的计算机上完成了此操作。

我用1e9循环重复了实验。

MATLAB结果：

Elapsed time is 5.599789 seconds.
1.643573442831396e-004

PyPy 结果：

8.609999895095825
0.00016435734428313955

我也尝试过正常while循环，结果相似：

t = time.time()
x = 0.23
i = 0
while (i < 1000000000):
    x = 4 * x * (1 - x)
    i += 1
elapsed = time.time() - t
elapsed
x

：

8.218999862670898
0.00016435734428313955

我要过一会儿再尝试 。

回答：

首先，使用time并不是测试这种代码的好方法。但是，让我们忽略它。

当您的代码需要执行很多循​​环并在每次循环中重复非常相似的工作时，PyPy的JIT将做得很好。当该代码每次都执行

完全相同

的操作时，达到可以从循环中取出的恒定值，它将做得更好。另一方面，CPython必须为每次循环迭代执行多个字节码，因此它会很慢。通过在我的计算机上进行的快速测试，CPython

3.4.1耗时24.2秒，而PyPy 2.4.0 / 3.2.5耗时0.0059秒。

IronPython和Jython也是JIT编译的（尽管使用了更通用的JVM和.NET JIT），因此，对于此类工作，它们也往往比CPython快。

通常，您还可以通过使用NumPy数组和向量运算而不是Python列表和循环来加快CPython本身的工作速度。例如，下面的代码花费0.011秒：

i = np.arange(10000000)
i[:] = 4 * x * (1-x)

当然，在这种情况下，我们显式只计算一次该值并将其复制10000000次。但是我们可以强制它一次又一次地进行实际计算，它仍然只需要0.12秒：

i = np.zeros((10000000,))
i = 4 * (x+i) * (1-(x+i))

其他选项包括用Cython编写部分代码（编译为Python的C扩展），以及使用Numba，后者通过JIT在CPython中编译代码。对于像这样的玩具程序，两者都不适合—如果您仅尝试优化一次性的24秒过程，那么花费在自动生成和编译C代码上的时间可能会浪费通过运行C代码而不是Python代码节省的时间。但是在现实的数字编程中，两者都是非常有用的。（而且两者都可以与NumPy很好地玩。）

而且总是会有新的项目出现。

以上是 MATLAB是否比Python快（简单的实验） 的全部内容， 来源链接： utcz.com/qa/431978.html

回到顶部